基于M估计的自适应鲁棒平方根连续 离散CKF算法

针对测量中出现的异常情况,提出了一种基于M估计的自适应鲁棒平方根连续 离散容积卡尔曼滤波算法。该算法将目标跟踪问题建模为连续 离散时间模型,将改进的M估计的思想融入连续 离散容积卡尔曼滤波算法当中,通过Mahalanobis距离对异常测量进行门限判别,引入校正因子,根据观测残差自适应地调整观测噪声协方差矩阵的大小,进一步提高滤波算法的鲁棒性;通过将连续 离散模型与校正因子结合,实现了滤波精度和抗异常测量值的统一。仿真结果表明,与传统鲁棒算法相比,该算法在单点测量异常和多点测量异常的条件下都能够更加准确地对目标进行跟踪,且鲁棒性更强。     

用BP神经网络提高锂离子电池化成系统采样精度

针对自行设计的YX-20A型锂离子电池化成柜采样精度不高的问题,分别采用动量梯度下降法和L-M优化法以三层BP神经网络为预测模型对采样电流数据进行校正;并用校正后的采样数据通过TL494芯片调节设定基准和充放电电流实测值的偏差。研究结果表明:L-M算法能快速收敛,效果优于动量梯度下降法,当隐含层节点数为9时,L-M算法效果最佳;校正后的电流最大相对误差由原来的5%降到1.1%左右,平均误差小于0.5%;校正后基准电流和实测值间的相对误差波动较平缓,其最大相对误差比校正前有明显下降。     

二维PSD的非线性畸变校正算法

光电位置敏感探测器(PSD)用于焊缝跟踪系统时,由于其非线性畸变问题,导致系统跟踪精度降低。本文在分析双三次插值算法原理的基础上,提出了适用于二维PSD在离散标定中出现的非均匀网络的改进双三次插值算法,并通过仿真和实验进行算法验证。仿真结果表明,采用改进算法对二维PSD全感光面上的非线性畸变进行校正后,误差均值为1.2μm,这与其他几种经典插值算法相比有明显优势。实验结果表明,PSD光敏面中心1mm×1mm范围内静态光斑点的非线性畸变经过改进算法校正后的误差均值为4μm;同时该算法对于PSD采集的动态光斑点也取得了比较好的校正效果,验证了其在焊缝跟踪系统中的适用性。     

关于提高工业铂电阻测量精度的研究

正0引言温度在科研和工业生产中是非常重要的参数之一,然而,温度测量作为小信号测量,各种微量因素的影响会导致很大的误差,如工业铂电阻温度计测量方案的设计、测量电路选择、硬件自校正、微处理器ADC模块选择、微信号预处理、软件滤波和非线性校正算法等。针对上述影响因素,在日常生产实践过程中需采取改进措施提高温度测量的精度。     

一种基于两点线性校正的改进算法

针对传统的两点校正法准确度不高的缺点,提出一种二点多段线性校正的改进算法。这种算法对增益系数和偏移系数重新进行推导,弥补了两点多段校正法中由于校正因子推导带来结果值偏大的不足,并对算法进行了仿真。     

面向智能船舶的自校正加权融合估计算法

针对智能船舶多传感器系统因未知海洋环境干扰和设备间干扰等因素,导致一个或数个传感器产生间歇性随机故障,进而导致融合估计结果出现偏差甚至失真的问题,设计了一种自适应加权融合估值算法,并引入了衰减记忆因子降低旧测量数据对融合估计的影响权重.为增强融合估值器对于量测故障信号的容错性,添加了故障检测与校正模块对量测信号进行检测与校正.为了验证算法的容错性能和融合估计的精度,对带有间歇性随机故障的三传感器系统进行了仿真实验,并与改进前的自适应加权融合结果进行了对比.结果表明:对于带间歇性随机故障的多传感器系统而言,设计的自校正加权融合估计算法不仅具有鲁棒性,而且具有较高的融合精度.     

应用便携式近红外光谱仪研究苹果糖度的快速分析模型

为了利用便携式近红外光谱仪实现苹果糖度快速无损的现场检测。利用K-S算法划分样本集,偏最小二乘法和间隔最小二乘法算法优选苹果糖度的最佳波长区间,对比分析9种预处理组合,建立苹果糖度的近红外预测模型。结果表明:使用偏最小二乘法选出优化糖度区间为1198~670cm-1,使用一阶求导、S-G卷积平滑和标准归一化处理后的模型预测性较好,校正集的相关系数和均方根系数分别为0.9223和0.423,预测集的相关系数和均方根系数分别为0.9189和0.237。研究表明,利用精度较低的便携式光谱仪器可以快速、无损地现场检测出苹果糖度。     

汽油机进气歧管压力传感器非线性智能校正

为了消除汽油机进气歧管压力传感器在其运行状况中受温度以及电流波动因素干扰的影响,采用神经网络信息融合技术对压力测量过程中的温度以及电流波动等干扰因素进行非线性智能校正实验。结果表明：经非线性智能校正后,压力传感器非目标参量的影响被有效地消除,其输出稳定性比原来提高了约19倍,进气歧管压力传感器测量精度至少提高2．0％。     

生物芯片微阵列图像倾斜校正算法研究

针对现有生物芯片图像倾斜校正算法校正精度和运算速度的矛盾问题,提出对矩形样点和圆形样点图像分别采用改进的Hough变换和改进的Radon变换方法进行倾斜校正。改进的Hough变换首先对图像进行二值化,并仅统计矩形样点的上下边缘像素的Hough参数和累计值,然后根据所得的Hough参数空间提取占主导的直线组,最终计算出直线组的平均倾斜角度;改进的Radon变换在提取圆形样点边缘后,对边缘图像进行二级Radon变换,从而得到最佳校正角度。实验证明本文的方法能准确、快速地实现芯片图像的倾斜校正,为生物芯片样点识别奠定基础。     

基于模拟退火的相位测量轮廓术随机相移误差校正

建立任意步长的随机相移误差校正模型,采用模拟退火算法完成随机相移误差的优化估计,利用最小二乘法推导出求解截断相位的新算法,并给出计算机模拟和不同算法的试验结果.仿真结果表明,所提出的算法能准确地优化出随机相移误差,提高了测量精度.     

软测量建模中的数据校正

为有效剔除工业现场采集数据中的显著误差,降低随机误差的影响,使校正后的数据更好的满足物料平衡和能量平衡,最大程度提高软测量模型的精度,提出一种基于同步算法的数据协调方法,并对双酚A生产工艺现场采集到的数据进行校正。仿真表明,校正后的数据误差率得到显著降低,提高了数据源的精度和模型的泛化能力。     

基于改进果蝇算法优化的最小二乘支持向量机动力锂电池荷电状态预测

荷电状态(SOC)是动力锂电池管理系统的重要参数,使用传统算法优化锂电池SOC预测模型参数,收敛性相对较差,容易陷入局部最优解。对此,采用改进果蝇算法(IFOA)对最小二乘支持向量机(LSSVM)的参数进行优化,通过引入自适应松弛项来提高预测精度和收敛速度,获取全局最优解。选用磷酸锂电池为研究对象,测量其工作电压、工作电流和SOC,并将数据作为测试集,在MATLAB平台上建立基于IFOA优化的最小二乘支持向量机SOC预测模型。结果表明：IFOA优化的LSSVM动力锂电池SOC预测结果和实测结果吻合良好,平均绝对误差(MAPE)为1.02%,泛化能力强,预测精度相较果蝇算法最小二乘支持向量机(FOA-LSSVM)和贝叶斯算法最小二乘支持向量机(BEF-LSSVM)模型的精度更高。     

谐波环境下电参量微机测量算法的研究(一)--谐波、电功率的测量

测量算法是电参量微机测量的关键。本文研究电压和电流中高次谐波的微机测量算法以及谐波环境下的电功率测量算法,讨论了算法实行中的注意事项,提出了提高测量精度和速度的有效方法。     

一种无边缘增强效应的羽毛图像光照校正算法

针对一般的图像光照校正算法会增强光照边缘特征,降低缺陷检测的准确率这一问题,提出了一种基于Retinex的自适应平滑改进算法。首先构造了一个新的传导函数,并且证明了传导函数的参数无论如何取值,算法不具有明暗边缘的增强效应,使得光照校正后羽毛纹理没有被增强;然后结合羽毛图像的特点,对局部不一致性的测量指标进行了改进。实验结果表明改进后的算法较好的满足了羽毛图像光照校正的需求,有效的提高缺陷检测的准确率。     

基于时域的电流检测新算法的进一步研究

针对传统电流检测算法存在的问题,提出了一种基于时域的电流检测算法.采用该算法的并联型有源电力滤波器可抑制谐波、校正功率因数、消除三相不平衡等.着重分析了该算法中各分量对应的物理意义,这对有源电力滤波器容量的选择具有指导意义.根据负载是否平衡,采用不同窗口宽度的滑动窗作为低通滤波器,保证了新的电流检测算法具有良好的检测精度和动态性能.实验结果证明,采用该算法的有源电力滤波器能够满足不同的补偿目的,且具有良好的精度(静态补偿实验时,补偿谐波后电流总畸变率为1 31%)和动态性能(动态补偿实验时,动态过程中电流总畸变率小于4%,且不会引起直流侧电压波动).     

用于磁罗盘罗差校正的基于Sampson距离的椭圆拟合法

磁罗盘被广泛应用于民用和军事领域进行导航。磁罗盘使用过程中易受环境干扰磁场影响,使输出的航向精度降低。为保证磁罗盘正常工作,必须在应用环境中对磁罗盘进行罗差校正,这也是提高磁罗盘航向输出精度的关键方法。该文通过分析应用环境中干扰磁场对磁罗盘输出的影响,基于椭圆假设,采用基于Sampson距离的椭圆拟合算法对磁罗盘原始测量值进行拟合。基于拟合结果对磁罗盘原始测量值进行校正,从而实现对环境干扰磁场的补偿以提高磁罗盘航向输出精度。采用该方法对KVH公司制造的C100二维磁罗盘进行多位置转台实验,校正后磁罗盘输出航向误差均值由1.51°减小到0.25°,验证了该方法的有效性和实用性。     

OSC-PLS方法用于渣油裂解装置的软测量建模

渣油裂解反应中,影响沥青产率的因素多,反应机理十分复杂,难以建立准确的机理模型。采用基于正交投影的正交信号校正(OSC)算法对输入变量测量数据进行预处理,剔除数据中所含的与待测变量如浓度、收率等无关的噪声信息;再实施OSC与偏最小二乘(PLS)回归相结合的OSC-PLS方法,建立渣油裂解装置沥青产率的软测量校正模型。结果显示:模型精度和稳定性较非线性方法均有显著提高,而且模型所需PLS成分数减少,模型更简洁。     

求解二维波动方程初边值问题的显隐混合校正并行算法

提出了一种基于区域分解法的显隐混合校正并行算法．通过对二维波动方程的数值试验，发现该算法具有无条件稳定性，其数值计算结果与整个区域上采用隐格式的计算结果相当，计算精度明显好于Kuznetson算法和改进的Kuznetson算法，计算时间也比Kuznetson算法和改进的Kuznetson算法的时间少，且小于隐格式计算时间的一半．     

一个改进的车牌号码倾斜校正方法

在智能交通系统中,车牌号码倾斜校正是预处理的重要步骤．论文使用加权最小二乘法,把车牌区域拟合成一条直线,然后求得该直线斜率,并计算倾斜车牌图像的倾斜角％最后把图像旋转一Ⅸ完成倾斜校正．实验结果表明：论文方法能快速准确地检测出图像的倾斜角,并具有较强的适应性．与最小二乘法拟合直线比较,倾斜角精度更高,目标函数值更少;与Hough变换校正相比较,论文算法处理时间更短,倾斜角测量精度更高．     

改进的AUKF锂电池SOC估算算法研究

为了能够精确地估计锂电池的电池荷电状态(SOC),考虑了影响电池SOC估计精度的主要因素及传统电池SOC估计的优缺点,在自适应无迹卡尔曼滤波(AUKF)的基础上,提出了一种改进的AUKF算法,并且对影响SOC估计的主要因素在算法上进行了参数校正。该算法基于电池的二阶RC等效电路模型,把每次测量的输出偏差协方差作为噪声协方差,得到改进的AUKF算法,使得噪声的协方差能够随着时间进行更新,解决了噪声的协方差为常量带来误差的问题。实验结果表明,利用改进后的AUKF算法可以精确地估算出电池SOC值。